航班着陆调度的多目标优化研究

航班着陆调度问题是多目标优化问题,难以使用最优化方法求解。为了解决这一难题,以减少航班延迟时间和降低飞行延误成本为目标,提出一种整合的启发式方法。该方法使用吱呀轮算法SWO(Squeaky-Wheel Optimization)进行导向式搜索,并利用改进的GA充分扩展SWO的搜索空间,最后通过合理整合GA和SWO,取得求解效率和求解质量的提高。通过实验仿真对比表明该算法能高效求解该问题,满足了实时调度的需求,同时求解质量也优于其他启发式算法,节省了更多降落时间和成本。     

基于速龙码的WSNs传输功率控制重编程协议

为了降低节点能耗,提高能量的利用率,提出了一种高效节能的基于速龙码（ RC）的传输功率控制（ RC-TPC）重编程协议。该协议分两个阶段完成数据传输,第一阶段各个节点更新自己的位置信息,形成最优化的拓扑结构。进入第二阶段后,根据优化的拓扑结构通过调整发送节点的传输功率和中继节点的累计选择次数,Sink节点选择适当的中继节点,使中继节点的传输功率和RC的开销达到最优化。此外,RC的编码方式使传输数据包发生的错误概率更小,减少了重编程过程中的冗余以保证网络负载的均匀分布,有效地实现了高效节能,从而提高整个网络的生存周期。理论分析与实验结果表明：与MNP协议和ATPC协议相比,RC-TPC协议用于传输的平均能量消耗降低17.2%。     

基于云模型的无线传感器网络链路质量的预测

无线传感器网络中,节点通过单跳或多跳传递信息.如能提前获知链路质量信息,为上层路由选择链路提供参考,是感知信息实时、准确地送达监控中心的基础.在分析现有基于智能学习链路质量预测方法的基础上,提出一种基于云模型的链路质量预测机制.通过收集不同场景下的链路质量样本,采用自适应高斯云变换对训练样本中的 RSSI(received signal strength indication),LQI(link quality indicator),SNR(received signal strength indication)及PRR(packet reception rate)进行链路划分;考虑到传感器节点的资源受限问题,采用 Apriori 算法对划分后的链路质量参数 RSSI,LQI,SNR 及 PRR 进行关联规则挖掘;在此基础上,基于三维云正向发生器预测链路质量.仿真结果表明,与基于 BP 神经网络的预测方法相比,提出的链路质量预测机制具有较高的预测精度.     

灰色Verhulst 模型背景值优化及其应用

鉴于背景值是影响灰色建模精度的重要因素之一, 提出一种灰色Verhulst 模型中背景值的优化方法. 基于灰色Verhulst 模型时间响应式的Logistic 函数形式和背景值的几何意义, 利用积分中值定理研究背景值与发展系数之间的数量关系; 采用最小二乘法对新参数进行估计, 还原原始参数估计值, 使得优化的背景值模型同时具备无偏性和最小误差性. 案例分析表明, 背景值优化的模型改善了模拟精度, 验证了模型的有效性和可行性.

     

NO在(Fe_2O_3)_n(2≤n≤6)团簇上吸附的密度泛函理论研究

运用广义梯度密度泛函理论(GGA)的Pcrdew-Burke-Emrnerh(PBE)方法结合团簇模型,在双数值极化函数基组DNP下,研究了(Fe_2O_3)_n(2≤n≤6)团簇的性质和NO在其上的吸附。对于(Fe_2O_3)_n团簇通过对几何构型和性质的计算发现;(Fe_2O_3)_n团簇都具有很高的稳定性并且它们的结构和成键性质都和体材料Fe_2O_3有很大的不同;NO主要以N端吸附在Fe_2O_3团簇Fe-top位。NO在(Fe_2O_3)_n团簇上吸附为化学吸附,对应于n从2~6,吸附能分别为1.792、1.976、2.799、2.963和2.536 eV。Mulliken布局分析结合NO吸附前后的态密度分析表明:吸附前后电子由NO向(Fe_2O_3)_n团簇转移,吸附时NO的5口轨道趋向于转移电子给Fd~(3+)的d轨道,使Fe位形成d~(10)稳定电子构型,同时Fe反馈电子给NO的知反键轨道,总体上为NO失去电子。     

基于CANoe-MATLAB的电动汽车电子差速仿真

针对后轮独立驱动轻型低速电动汽车协调控制问题,以阿克曼转向为基础建立了电子差速控制模型。CANoe-MATLAB接口软件可以整合CANoe和MATLAB的优势,在SIMULINK中将所建立的差速模型用对应的CAN模块进行封装,并自动生成执行代码。同时,在CANoe中建立电子差速与电机通信的CAN网络,将生成的DLL文件加载到CANoe电子差速节点中进行仿真验证。结果表明,该电子差速控制模型能够完成轻型低速电动汽车的差速功能。同时,验证了整个控制网络的有效性、实时性和准确性。该方法具有一定的扩展性,能够在开发实际控制器之前验证控制算法的正确性。     

基于语音自动评测的普通话学习系统研究

学习汉语普通话的外国人越来越多,对外汉语教师的师资力量的匮乏,严重制约了对外汉语教学的发展.针对希望进一步掌握普通话口语学习的外国学习者,该研究提出了一种普通话游戏学习系统.本系统的学习模式结合了计算机技术和语言学研究成果,打破了传统的教学模式的限制,对学习者进行实时评测,提供学习报告与口语学习的最终评定结果.结果表明,该系统能够较为有效地辅助外国学习者的普通话口语学习.     

焊接企业生产管理系统

通过对焊接企业的分析和总结,以 Oracle 为数据平台,运用面向对象的插件开发技术,设计、开发了焊接企业生产管理系统,以便对企业焊接生产线上所有物质、流程进行更精准的监控、管理,如对焊材、母材的管理等。同时,该系统集成了各种焊材的国家检验标准数据,并支持按企业特性进行修改,为质检人员制定标准提供便捷。     

基于节点层级与标签传播增益的重叠社区发现?

多标签传播算法具有接近线性的时间复杂度,但用于重叠社区发现时存在精度低、稳定性差的问题。文中基于重叠节点更可能出现在社区边缘的思想,提出基于节点层级与标签传播增益的重叠社区发现算法。该算法首先利用改进的基于节点中心度与社区分布约束的单标签传播方法发现非重叠社区,并在标签传播过程中利用局部信息同步计算节点中心度。然后根据节点中心度定义节点层级函数,标记节点在所属社区中的层级。最后基于节点间的标签传播增益,利用新的多标签更新规则,获得重叠社区结构。实验表明该算法能有效提高精度和稳定性。     

基于多端元混合光谱模型与Landsat影像的北京不透水层动态研究

中国正在经历快速地城市化过程,及时又准确地掌握城市化过程对我国社会经济发展具有重要的实际意义。以Landsat-TM和ETM+为主要数据源,通过多端元光谱混合分析法(MESMA)提取北京建成区不透水层的时空演变信息。在Ridd的V-I-S(植被—不透水层—土壤)概念模型框架下,基于最小噪音变换(MNF)将TM或ETM+的6个光谱波段转换成MNF空间,并定义4种端元光谱分别代表植被、高反射率地表、低反射率地表和土壤,同时构建北京建成区端元光谱数据库。然后在MATLAB软件包中实现MESMA模型程序,依次提取北京市6个时段的不透水层信息。研究结果表明:MESMA方法能够提高植被、土壤和不透水层提取精度,相对误差分别为14.6%、17.3%和11.9%。研究结论充分说明MESMA方法应用到一个时间序列的中分辨率多光谱遥感影像是非常有效的。MESMA光谱分解方法能高效实现北京城市动态变化和城市扩张的监测。